本研究采用诊断试验的方案,以压力导丝测量的FFR为金标准,系统比较了5种基于冠脉造影图像的主流FFR算法,发现这些算法在预测有创FFR≤0.8方面均优于QCA。
每日毅讯+
随着冠脉功能学评估地位的提升,各种基于冠脉造影的FFR计算软件层出不穷,比如我们熟悉的QFR和CA-FFR。各种算法都与基于压力导丝的有创FFR(金标准)进行过头对头对比的Validation研究,提示其诊断AUC达到0.93-0.97。然而,没有第三方机构对这样的算法进行头对头的对比研究。近期,JACC:Cardiovascular Intervention杂志发表了一项通过核心实验室(Core Lab)进行的5种主流的FFR算法的对比研究,探讨了这一话题。
研究者利用第三方核心实验室(CoreLab)对390条冠脉血管进行了基于5种FFR软件/算法的评估,同时这些血管也都进行了基于压力导丝的PW-FFR评估。研究者在血管造影图像上将压力丝测量的部位与血管FFR测量部位进行共定位,并对有创压力导丝的测量的FFR与5中软件双平面测量的FFR进行分析。同样,研究者也将每个血管的FFR的AUC与二维定量冠状动脉造影 (QCA) 直径狭窄百分比 (%DS) 进行了比较。
研究结果显示:
所有5种软件/算法都基本可以完成绝大多数冠脉血管造影图像的分析(A:100%、B:100%、C:92.1%、D:99.5% 和 E:92.1%)。软件A、B、C、D、E和二维QCA狭窄%预测基于压力导丝测量的FFR≤0.8的AUC分别为0.75、0.74、0.74、0.73、0.73和0.65。每个血管的FFR测量算法的AUC均显著高于二维QCA测量的狭窄%。
“毅讯点评”
本研究采用诊断试验的方案,以压力导丝测量的FFR为金标准,系统比较了5种基于冠脉造影图像的主流FFR算法,发现这些算法在预测有创FFR≤0.8方面均优于QCA。但同时也看出,这些FFR算法的诊断AUC在0.73-0.75之间,没有显著的组间差别,且与它们在各自的Validation研究中报导的0.93-0.97有较大的差距。因此,本研究提示对于FFR算法,我们需要第三方评估的数据,也需要以MACE事件为结果的前瞻性RCT研究的结果来支撑,比如FAVOR或者FLASH系列研究等。
参考文献:
https://pubmed.ncbi.nlm.nih.gov/37191608/
本文技术观点不代表CCI观点
作者简介
张毅,FACC,FESC,上海市第十人民医院泛血管中心主任;同济大学研究员、副教授、博导;CCI执行委员;中华医学会内科学分会青年副主委;上海医学会高血压学组副组长;上海市优秀技术带头人。
CCI心血管医生创新俱乐部扫码关注
不感兴趣
看过了
取消
人点赞
人收藏
打赏
不感兴趣
看过了
取消
打赏金额
认可我就打赏我~
1元 5元 10元 20元 50元 其它
打赏作者
认可我就打赏我~
扫描二维码
立即打赏给Ta吧!
温馨提示:仅支持微信支付!
已收到您的咨询诉求 我们会尽快联系您